山东大学2024机器学习期末回忆版

山东大学软件学院2022-2023机器学习期末考试（回忆版）

山东大学软件学院21级机器学习期末考试回忆

2023-2024山东大学机器学习期末回忆

二、简答题 8分*9（不仅要说明机器学习范式的基本思想，还要复述上课讲过的内容，并简述基本思路，例如：半监督学习方法有自训练与协同训练，需简述两种方法的基本思想。遗漏章节重要内容会酌情扣分。大模型的影响是什么？（大模型相关话题本来就没有标准答案，鼓励大家说出自己的想法和个人见解）1、什么是半监督学习。2、什么是无监督学习。9、什么是贝叶斯学习。

2、P(Sunny) = 0.4，P(Rainy) = 0.6，P(Cloudy | Rainy) = 0.7，P(Cloudy | Sunny) = 0.3，求 P(Rainy | Cloudy)PS：今年的试题内容完全不同于往年，标新立异，独出心裁，充分考察了学生的综合素质能力，2022级的同学又赶上好时候了。（1）用w，b，x，y，ξ完整准确地描述软间隔支持向量机的损失函数。李云龙：往年题，什么往年题，lz打的就是往年题。（3）鲁棒性的定义，集成学习对鲁棒性有什么作用。

山东大学机器学习基础，许信顺教授的课，老师很好，出题也不难，期末占比40%1.详细说说多层感知机原理，结合反向传播算法说说权重是怎么更新的。1.非参数估计比参数估计的优点，说两个非参数估计的方法和思想。2.简述梯度下降的思想，证明梯度下降可以保证目标函数减小。四 综合分析题（20分）（往年基本原封不动，除了第二问）三 综合分析题（20分）（往年基本原封不动）3.为什么神经网络（NN）有很强的学习能力。一 名词解释（每个4分，20分）4.决策树思想，ID3的算法过程。二 简答（每个10分，40分）

不要被csdn上能找到的三张往年题蒙蔽了，今年试卷往年题覆盖率只有一个名词解释，其他全是没重点背的内容，所以火速写下了这个回忆版，供大家参考，一定不要赌在往年题上了！csdn上能查到的一份复习整理 以及一份100多简答名词整理都可以看看！顺便给我的博客园引个流，最近在逐步上传比较完整的复习资料XD。2. ppt上积木问题（包括写open和closed表）知识发现、演绎推理、双倍体遗传算法、盲目搜索、智能计算。1. CF计算（简单 记得背公式做做例题就行）3. 指导式学习的基本思想。

2.深度学习模型经常用到Pooling和Padding，解释它们是什么？1.详细介绍MLP多层感知机的结构？根据BP算法解释权重更新的基本思想。1.相比参数化估计，非参数估计的优点？两种非参数估计的基本思想。2.梯度下降的思想？认真背了的没怎么考，猜它不考的考了不少，哈哈哈哈哈悲。2.从结构风险角度分析为什么要margin最大化。3.分析为什么深度神经网络模型有强大的学习能力。4.决策树算法思想？ID3算法的基本过程。3.SVM对偶形式的推导过程。1.SVM基本型公式。

山东大学高级机器学习

4、关于期末：没有考试，但是会让你做个项目，两人一组，给你两个数据集，一个做分类，一个做回归，大致流程就是：数据集分析---预处理----特征工程----训练模型-----测试---评估。最后关于ppt英文汇报，不要求脱稿，照着念就行，也没有所谓的页数限制，顶多就是你做多了，让你快进，但是他会打断你问问题，所以一定要注意上面提到的问题，否则可能不会让你开始，直接挂掉你。2、关于上课：会提问，但是不一定是点名，提问到你了，一定要起来回答，可以说不知道不会，但是不要不回答，回答对了会有额外加分。

这是我在复习时整理的笔记，过一遍就稳了，建议还是把PPT过一遍，老师考的都是基础题，大部分都在PPT上，特别是要多看SVM，这是考试的重点。 题型回顾 线性回归和逻辑回归(梯度下降算法) 朴素贝叶斯 SVM(原始问题和对偶问题) K-means算法流程 PCA算法流程 复习笔记 机器学习复习整理.pdf 提取码：6j8l ...